神經(jīng)網(wǎng)絡(luò)技術(shù)在印染配色中的應(yīng)用研究.pdf

1、印染產(chǎn)品的色澤對產(chǎn)品的品質(zhì)具有極其重要的影響，但在許多印染企業(yè)配色技術(shù)嚴(yán)重依賴配色技師的人工經(jīng)驗，配色品質(zhì)不能穩(wěn)定的得到保證。當(dāng)前市場對印染產(chǎn)品的需求也變得更傾向于為小批量、快交付。這些變化大大增加了印染企業(yè)的配色環(huán)節(jié)工作量和成本，印染企業(yè)迫切需要使用更高效可靠的計算機配色方法來應(yīng)對市場的變化。
　　傳統(tǒng)的計算機配色方法多是基于Kubelka-Munk單常數(shù)理論的三刺激值配色法，此方法需要在使用前制備坯布在單只染料各檔濃度下染得的

2、光學(xué)數(shù)據(jù)庫，在假定染料混合時互不影響的情況下，通過固定公式計算得到配方。這個過程耗時過久且通用性不足，加之染料混合之間關(guān)系復(fù)雜，傳統(tǒng)配色方法難以滿足目前對織物染色中配色的要求，印染行業(yè)需要新的高效簡潔的配色方法。
　　BP神經(jīng)網(wǎng)絡(luò)具有良好的非線性映射能力，能夠通過對教師樣本的學(xué)習(xí)而后映射出配色處方與其所染得的織物的光學(xué)值之間的復(fù)雜非線性關(guān)系。本文首先比較分析了現(xiàn)有計算機配色方法的原理及特點，提出了新的利用BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)配色處方預(yù)

3、測的方法。接著介紹了BP神經(jīng)網(wǎng)絡(luò)的原理和運行機制，從理論上分析了其優(yōu)點和缺點，并針對BP算法易陷入局部極值的固有缺陷提出使用遺傳算法進行優(yōu)化。在建立神經(jīng)網(wǎng)絡(luò)模型的過程中介紹了與配色相關(guān)的顏色視覺和顏色計量相關(guān)知識，解決了在計算機配色中顏色如何表征的問題，然后利用經(jīng)驗公式并在考慮實際應(yīng)用的情況下推算出所需教師樣本數(shù)，并指出采集樣本時盡量減小樣本噪音的原則，再后利用經(jīng)驗公式和實驗相結(jié)合的辦法確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。第四章先介紹了遺傳算法的原理，

4、并利用該算法來確定神經(jīng)網(wǎng)絡(luò)的初始權(quán)值、閥值和學(xué)習(xí)速率，該方法減少了神經(jīng)網(wǎng)絡(luò)開始運行時相關(guān)參數(shù)的隨機性，有利于神經(jīng)網(wǎng)絡(luò)收斂速度變快、提高預(yù)測能力，進而得出更好的預(yù)測值。最后利用測得的教師樣本集，分別對多種神經(jīng)網(wǎng)絡(luò)進行了實驗，實驗結(jié)果表明了此遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法在計算機配色方法中的有效性和可靠性，對比BP神經(jīng)網(wǎng)絡(luò)的實驗數(shù)據(jù)也表明其收斂速度和配色處方預(yù)測能力優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。此配色方法解決了傳統(tǒng)計算機配色方法中需要單獨制作龐大基礎(chǔ)色